迅雷创始人程浩:人工智能创业的6大核心问题-泛亚电竞app

泛亚电竞app下载

泛亚电竞app下载:本文作者为迅雷牵头创始人程浩,文章标题为《迅雷创始人程浩:人工智能创业的6大核心问题》,(公众号:)获得许可公布。以下为文章的内容:首先如果今天大家自由选择创业,我建议更加应当注目人工智能,而非互联网。

为什么这么谈?1. 互联网的流量红利早已消失;以PC来说,全球PC出货量倒数5年下降。大家告诉国内最后经常出现的一个PC互联网独角兽是谁吗?是知乎,大约是2011年初发售,这么多年过去,很久没PC互联网的独角兽经常出现。做到个转换,我们告诉2015年移动互联网的渗透率和竞争程度和2011年的PC互联网类似于,以此类推,2015年以后再行做到移动APP,也很难出有独角兽了。

却是中国倒数两年手机出货量都在5亿多台,快速增长上升,代表无线流量基本已回头追,你多买一台,我就少卖一台,是存量竞争。今天创业者再行做到一个显互联网的APP,投资人回答的第一个问题就是你怎么获客。因为现阶段流量格局已以定,首屏就那几个APP。

2. 互联网+的机会某种程度受限;主要在于互联网仅次于的价值,是解决问题信息不平面和相连。所以对于电商尤其有价值。淘宝用皇冠、钻石等信用体系解决问题了信息不平面,同时又把全国有这么多买家和卖家相连在一起。这个是互联网的价值。

但很多行业信息和相连并不是痛点。拿医疗举例,中国三甲医院的大夫就那么多,你把全国13亿人民都和这些大夫相连上了也不行,因为一个医生一天还是不能看那么多病人。

互联网并没提升医生看诊的效率。在诸如餐饮、医疗这些传统领域,互联网的协助是很受限的。

也还包括滴滴微信,互联网解决问题了微信无以的问题,但是没有解决问题微信价格的问题。事实上,补贴去除之后,大家都找到了滴滴一点都不低廉,道理很非常简单——不管是专车还是出租车,还是必须由人来进,人工成本降不下来,就不有可能低廉。

3. 确实需要提升社会生产力,解决问题供需关系不均衡的就是人工智能;人工智能将给社会生产力带给的提升,以及对人类带给的影响将相比之下多达互联网。还是拿医疗来说,很多基层医院水平不低,那未来几乎可以通过人工智能来辅助医生读CT、X光等医疗影像。像今年,IBMWatson对皮肤黑色素瘤的临床,准确率已提升至97%,相比之下多达了人类专家75%-84%的平均水平。

未来,人工智能无论是在无人车、机器人、医疗、金融、教育还是其他领域,都将愈演愈烈极大的社会效益,这点毋庸置疑。我建议现在的创业者更加应当注目人工智能领域的创业机会。

第二个问题:人工智能 vs 人工智能+人工智能主要分三层。最底层是基础架构(Infrastructure),还包括云计算、芯片以及TensorFlow这样的框架。

在基础层之上是中间层,叫标准化技术(EnablingTechnology),例如图像识别、语音辨识、语义解读、机器翻译这些。基础层和中间层,是互联网巨头的必争之地。

比如芯片领域,Intel、英伟达、高通都投放巨资,竞争极为白热化。某种程度云计算、框架也是一样,都不是小公司需要投身于的领地。现在对于中间层的标准化技术,BAT也极为推崇。

因为大家都坚信人工智能是下一波工业革命浪潮。对腾讯、阿里、百度这些巨头来讲,要想要在大浪中矗立不推倒,必需要建构出有人工智能的生态系统(Ecosystem)。

而核心就是要依赖这些Enabling Technology技术。比起创业公司,BAT的仅次于优势是什么呢?第一,不补数据;第二,为了建构自己的生态系统,未来标准化技术一定全部是免费的;第三,虽然标准化技术免费,但BAT有羊毛出在身上的猪机会。

这是典型的互联网踢法。这里的猪是什么?猪就是云计算。例如百度的ABC策略,分别代表人工智能(AI)、大数据(Big Data)和云计算(Cloud Computing)。

AI我可以不赚,对外开放给大家,那么大家想要享用我的服务,就来卖我的云吧。而对于创业企业来说,只做到图像识别、语音辨识、语义解读、机器翻译这些标准化技术,确信通过SDK卖钱,未来路会更加较宽,尤其是BAT都免费的压力下。

所以从这个角度谈,创业公司做到下面两层风险较为大。我指出创业公司的机会在最上层,就是拿着下两层的成果去服务横向行业,也就是我们所谓的人工智能+。第三个问题:人工智能+ vs +人工智能了解横向行业的人工智能+,又可细分为两类情况:即“人工智能+行业”和“行业+人工智能”,他们间有显著的区别。

“AI+行业”非常简单谈就是在AI技术成熟期之前,这个行业、产品未曾不存在过。比如自动驾驶,亚马逊的Echo智能音箱、苹果的Siri语音助手。在人工智能技术并未突破前,不不存在这样的产品。

因为AI,建构出有了一条全新的产业链。“行业+AI”就是行业本身仍然不存在,产业链条成熟期,只是以前几乎靠人工,效率较为较低,现在重新加入AI元素后,使得行业效率有了明显提高。比如安防、医疗等领域。

客观谈,这两个类别都有创业机会。但“AI+行业”,因为是一条新的产业链,创业公司与互联网巨头实际是处在同一起跑线上。巨头们坐拥数据优势。所以从这个角度,“行业+AI”比较对创业公司更加友好关系,也更容易建构出有壁垒。

我指出,未来行业壁垒才是人工智能创业仅次于的护城河。因为每个行业都有横向两翼, 尽管BAT技术好一点、并不关键。拿医疗+AI举例,什么最重要?大量精确的被医生标示过的数据最重要。

没数据,再行天才的科学家也无用武之地。但在国内,这个医疗数据拿出来十分艰难。

所以BAT做到医疗一点优势都没,因为他们要把这些数据,从各医院、各科室做出来也很累。忽略,如果一个创业者在医疗行业深耕很多年,或许拿起数据来比大公司更容易。这拒绝创立团队的合伙人中,必需有不懂行业、有行业资源的人才。

这与互联网+一样,一旦细分到明确行业,并不是说道你百度、腾讯有资金、有流量,投放人才就什么都能做到,较量的还有行业资源和人脉。、之所以跟大家闲谈这个话题,是因为前一段去百度大学跟大家交流,他们提及百度人工智能在无人车和DuerOS的应用于。同时又回答我,人脸识别在国内安防领域的应用于价值十分大。

像海康威视有将近3000亿人民币的市值,每年光净利润就有将近百亿。百度在AI方面是不是该考虑到进占这个领域。我问说道千万别,因为安防是典型的、有极大壁垒的“行业+AI”领域。即使百度技术好,在人脸识别亲率方面比海康威视低一个百分点(实际不一定,海康背后有几百人的AI研发团队)。

但这并不代表百度就能替代海康。因为安防是“非关键性应用于”(non-mission-critical),100个犯人我辨识了95个,你比我多辨识了一个做了96个,只不过没有那么最重要。而反过来,海康对比百度有什么优势?首先海康是做到摄像头的,用自己的硬件跑完自己的算法,是很大自然的事儿。就像苹果手机,韧一体体验更佳。

其次,海康做到了这么多年的安防,累积了十分多的数据,人脸的数据、环境的数据……在安防领域有数据优势。最后,海康给公安系统做到了很多类似于警务通、基站信息采集、视图档案管理等SaaS平台的东西,以及警用云系统。我们可以指出公安系统的IT化,其中有一部分就是海康威视参予的。

这些东西有可能不赚,但却为海康建构了壁垒。因为底层的基础设施都是我辟的,那前端的东西就不能用我的(我可以有100个理由,说道竞品与我不相容)。而且海康做到了这么长时间,累积了大量的客户资源,尤其是政府公安局的资源,拓展这些资源十分必须时间。

这些就是所谓的行业两翼。所以即使对BAT而言,想要转入“行业+AI”领域,自由选择横向赛道时,某种程度要十分慎重。在极大的行业壁垒面前,真为不是说道我的算法比你好一些,市场就是我的,只有技术优势依然劣的较远。重返 “AI+行业”和“行业+AI”,一般来说来讲前者的行业两翼不会较为深,而后者则有极大的行业壁垒。

而行业壁垒,则是创业公司仅次于的护城河,也是抵御BAT的关键。第四个问题:关键性应用于 vs 非关键性应用于谈及人工智能领域的创业,很多人都会有个误会,就是如果我团队没个大牛的科学家,比如斯坦福、MIT的博士坐镇,我都说什么谈在人工智能方面创业。

只不过这个理解是几乎错的。因为在人工智能领域,算法究竟有多最重要,几乎各不相同你要打算转入哪个行业。根据行业和应用于场景有所不同,我何谓人工智能的创业本质下有mission-critical和non-mission-critical之分。为了便利大家解读,我们全称为“关键性应用于”和“非关键性应用于”。

“关键性应用于”要执着99.9……%后的多个9,做到将近就不了商业化。比如大家指出,99%可靠度的自动驾驶能上路吗?认同无法,意味著100次就出有1次事故。99.9%也敢,1000次出有一次事故。

千万忘记,99%和99.9%的可靠度差距并不是0.9%,而是要反过来算数,差距是10倍。也还包括手术机器人,听得一起99.9%可靠度早已很高了,但意味著1000次出有一次医疗事故,放到美国,医院还不得被巨额赔偿搞得倒闭。所以“关键性应用于”领域,就是一丁点儿错都无法罪的人工智能领域,必需要有技术大牛、科学家或算法专家坐镇。同时,这类项目研发周期都很长。

正如以色列做到ADAS (高级驾驶员辅助系统)解决方案的Mobileye公司,今年3月被Intel以153亿美金并购。大家告诉这家公司研发周期有多长吗?Mobileye正式成立于1999年,到他们发售首款产品、挣到第一桶金已成2007年。长达8年的研发周期。

这在互联网创业里不可想象。还包括谷歌无人车从2009年开始研发,到现在仍然没商业化;达芬奇手术机器人从启动研发到2000年获得美国食品药品管理局(FDA)的证书,花上了十年时间。“关键性应用于”的广泛特点就是这样,项目一般来说很喜,研发周期巨长,离钱十分近,必须持续的融资能力,团队怎样才有持续融资?起码要有十分好的履历和十分好的背景。

这个是需要持续融资的适当前提。所以大家可以看见,今天做到无人驾驶的创业团队都是高富帅。

因为不是高富帅,你都煮将近产品确实商业化应用于那天。当然,如果在人工智能领域都是“关键性应用于”,那就没有大多数创业者什么事了。

实质上,人工智能领域的创业,95%都是“非关键性应用于(none-mission-critical)”。非常简单谈对这些领域,AI的可靠度只要过了基础线,低一点较低一点区别并不大。

最简单的例子,现在很多公司的形同虚设开始用人脸识别。你今天带上个帽子,明天戴着个墨镜或口罩,识别率不了做99%。可即使没有辨识出来也没问题。

因为所有带上人脸识别的形同虚设都有地方让你按指纹。即使指纹也翻不进来,问题也并不大,公司不还有前台吗。这就是“非关键性应用于“。

这类项目不执着99%后面的很多个9。实质上,国内人工智能和机器人方向的创业,大部分领域都是“非关键性应用于”。当然并不是说道,在这个领域算法不最重要,你天天认不出来也敢,所以一定要过了基础的可用性门槛,有时候经常出现问题可以忽视。

“关键性应用于”则不能容忍。“非关键性应用于“不执着矮小上,非常简单、简单、性价比低更加最重要,这样的项目一般来说较量综合实力。还包括:对行业的洞察解读。

要熟悉行业痛点;产品和工程化能力。光在实验室里做没有意义;成本掌控。不光能做到出来的产品,还得低廉的做到出来;供应链能力。不光能销售,还要能批量生产;营销能力。

产品出来了,你得把东西卖出去。团队里是不是营销高手,能无法搞定最差的渠道是关键。所以大家在创业组团队时,一定要想好你自由选择的赛道正处于哪个领域,有所不同的赛道对于团队的拒绝是不一样。

“关键性应用于”必需有技术大牛坐镇,“非关键性应用于”则拒绝团队更为综合和全面。第五个问题:技术提供商 vs 全栈服务商现在很多人工智能创业者都是技术背景名门,创业的第一个点子一般来说是做到技术提供商。技术提供商作为创业的敲门砖可以。

但如果只定位做到技术提供商,未来路会十分较宽。为什么说道未来只做到技术提供商价值不会更加小?原因有几点:1. 首先标准化技术一定是大公司的赛道,BAT未来一定会对外开放免费。人家大公司不会免费获取人脸识别、语音辨识、语义解读、机器翻译这类EnablingTechnology,你还想怎么靠API调用赚呢?或许现在还可赚到点小钱,但很难沦为一个持久的做生意。

2. 相结合于算法的技术壁垒不会越来越低。未来随着基础计算出来平台和开源平台的非常丰富成熟期,技术方面的壁垒不会更加不显著,整个人工智能的技术管理制度门槛不会就越叛就越较低。

就像2008年你想要去找个IOS开发者,很难,现在却很更容易一样,所有技术的演变都遵循这一规律。尤其随着今天各大学的计算机专业,都争相开办机器学习课程,未来人才不补,这不会纳较低整个行业的转入门槛。同时随着谷歌TensorFlow等生态系统的成熟期,很多领域都会有训练好的模型可以用来参照(出有Demo不会更慢),创业者只要有充足的数据来训练参数就好了。

所以未来算法的壁垒不会越来越低,如果这个公司的核心竞争力只是算法,那将十分危险性。3.技术提供商如果不必要面向用户/客户获取整体解决方案,则非常容易被上下游碾压:对于技术提供商和算法类公司,如果你的技术壁垒过于低,上游很有可能必要把你的事做到了。这样的例子比比皆是,比如给海康威视获取人脸识别算法的公司。问题就在于,海康在用你算法的时候,人家也有可观的研发团队在研究自己的算法。

现在用你是人家还没有准备好,一旦准备好马上不会把你更换掉。即使在有一定技术门槛的行业,技术提供商的日子某种程度并不好过。比如专心嵌入式的视觉处置芯片的Movidius,大疆无人机仍然在用他们的芯片。

但自从大疆统治者了消费级无人机市场后,大疆现在也很大自然地开始研发自己的芯片。按说芯片的技术壁垒并不较低,但只要行业集中度低,赢家就不会自由选择通吃。

泛亚电竞app下载

比如做到手机的厂商,出货量到了一个阀值,都有动力自己做到芯片。像苹果、三星、华为还有现在的小米,都自由选择了自己做到手机CPU。所以联发科、高通这些技术提供商,只不过是一挺伤痛的。这只不过是一个产业链标准化规律:产业链上的垄断者不会吃所有利润,而且他们十分有动力往上游或下游拓展。

拿PC产业链举例,内存、硬盘、整机、显示器……都不赚。钱被谁赚到回头了?Windows和Intel却赚到回头了绝大部分利润。

既然做到显技术提供商没决心,那怎么办?浩哥明确提出“一横一纵”理论。前期做到技术服务可以,但是无法一辈子做到技术服务。

“一斜”就是指你获取的技术服务。一般来说“一斜”能服务很多行业,一定要寻找1、2个,你指出最有市场机会,最合适你的横向领域,深扎进来做到“全栈”:把技术转化成为产品,然后搞定用户卖出去,构建商业所求,再行通过商业对系统更好的数据,更为夯实自己的技术。

一句话谈,要做到技术、产品、商业和数据四位一体的“全栈”,这就是“一纵”。这才是身体健康的商业模式。

在横向外的行业,因为没利益冲突,你仍可老老实实的做到技术服务。这样的话,商业上你能吃透一个横向行业,技术上你还能通过纵向合作,构成更好的数据电路,从而夯实你的技术。这个就是“一横一纵”理论。

那么对于技术创业公司,从“一斜”回头到“一纵”,要选哪个横向领域,各不相同5个关键因素:市场空间够不够大?做到横向领域的全栈,还是做到纵向的技术提供商?各不相同市场空间哪个更大。去找对横向领域,即使只占到一点点市场份额,也有可能比做“一斜”全归你的收益大。

拿美图公司举例,他们有美图秀秀、美拍电影、美颜照相机等APP,同时还不会跟很多手机厂商合作,获取照相机摄制的美颜效果,你可以解读这就是技术服务。但研究2016财报后,大家告诉美图秀秀中选的“一纵”是什么吗?就是美图手机。以上提及的技术服务都近没横向做到美图手机赚。美图手机占到了公司全部营收的93%。

虽然美图手机去年的销量约在74.8万台,意味着只占到国内手机市场全年销量5亿多台的严重不足0.15%。行业集中度如何?做到“一斜”技术提供商时,最担忧的是你的上游或下游过分集中于,或者说头部效应就越显著,对技术提供商就就越有利。

荐个非常简单的例子,IDC时代,HP、DELL等厂商买服务器,都是必要卖给各IT公司,大家日子过的都很滋润。但2010年之后就很难做到了,因为云计算经常出现了。

获取云计算的厂商就那几个,两只手就能数出来。而且头部效应极为显著,仅有阿里云一家占到了50%以上份额。如果你是一个技术提供商,在跟这么独占的行业去谈判,你不会找到没任何筹码。

所以现在就很悲催,假设我是阿里云,不会让你所列BOM成本,我就给你5%或10%的利润,这个做生意就很难做到了。在这种情况下,你当然有意愿也往上游回头。

但带给的问题是什么?如果上游集中度低,解释这事的壁垒很高,你作为技术提供商想要往上走,某种程度很艰难;如果这个上游集中度较低或客户很零散,对你是件好事。但是你也没过于大动力往上游回头,因为这个市场本来就很零散,你即使杀进去,有可能只有1%的市场份额,而且使得99%的人都变为你的竞争对手了。这是个悖论。

技术是改进还是革命?如果你的技术创新对这个横向领域是革命性的,就就越有机会回头到上游。如果只是改进性的,你就老老实实在下游赚到个艰辛钱忘了。

越是颠覆性的东西,就越有机会往上游回头。因为上游就越必不可少你,意味著你有机会做到他的事。打个异想天开的比方,如果你能获取一个“待机一礼拜”的电池,那你就可以考虑到自己做到手机,你的手机只打一点:一星期不必电池,而且是全球唯一!就这一点有可能就不够了,因为这个技术是革命性的。

忽略,如果是改进性的技术,例如你的电池待机只是比以前多了10~20%,那你还是老老实实买电池吧。双方壁垒谁更高?技术提供商的壁垒和上游客户的壁垒哪个更高,也要求做到“一纵”的胜败。拿较为火的直播平台而言,现在都有美颜功能,例如给女孩宽出有个耳朵那种,这个一般来说都是第三方获取的技术。技术本身的壁垒并不低,很多公司都能获取,虽然效果有一些小的差异,但你没显著优势。

可是直播的壁垒非常低,这事有网络效应,用户越少不会更有更好的美女主播,因为能赚到到更加多钱,美女主播就越多,也不会带给更好的用户。同时你舍不得花钱,必须很多资金来卖流量以及签下很NB的主播。

所以这个事壁垒很高。你做到技术提供商壁垒不低。

这种情况下,虽然技术提供商不能赚到个艰辛钱,但是依然几乎没机会往上游回头。究竟跟团队基因吻合不吻合?能做到得了技术服务,不代表能做到横向解决方案,做到全栈,因为团队不一定有行业经验,这是相当大的问题。

亚马逊的无人便利店Amazon Go出来之后,国内不少技术团队也想要获取类似于的技术,甚至想要做到2C的便利店。与他们聊完后,我都会劝说他们再考虑一下,你的技术再行好,对于用户而言,他卖东西的时候,不会看这个便利店有人还是无人的吗?会,这不是优先选项。他首要考虑到的还是——哪个便利店离我更加将近,以及我想买的东西这个便利店是不是。从这个意义谈,这又返回了零售的本质。

所以如果团队没零售的基因,没不懂零售的人,就别考虑到自己进便利店的事。这时候,很多人可能会问“那我去找个不懂行业的高管不就行了么?”这事没有那么非常简单,如果CEO不理解行业本质,只不过是很难靠一个低管去填补的。我尤其坚信基因决定论,如果任何一个新的商业,BAT去找个不懂行业的高管就能搞定了,那中国互联网的做生意就仅有是BAT的了,就没有创业公司什么事了。

BAT,一个做到搜寻,一个做到电商,一个做到社交。只不过他们3个都把对方的事情已尝试了一遍,最后都不顺利。所以大家能做到什么,无法做到什么,跟这个公司的基因是高度涉及的。

第六个问题:2C vs 2B最后一个问题,非常简单说道一下,科技成熟期都必须一定的时间。因为从任何技术普及演变的角度,完全都沿袭了趁此机会从军工(航天)、到政府、到企业、到B2B2C、再行到2C这个规律。人工智能也一样,目前人工智能在2C市场还不是很成熟期。

非常简单说道机器人,在个人消费者市场,出货量大的机器人只有4类产品:扫地机器人、无人机、STEAM教育类机器人和亚马逊ECHO为代表的智能音箱。为什么2C市场早期的普及有一定的艰难,非常简单谈几个原因:1. 产业链不成熟期我做到一个创意的东西,成品有10个部件。

每一个部件都得自己做到,而且因为出货量并不大,每个部件都没规模效应,这就造成每个部件都很贵,那你最后作出成品一定很喜。这是十分大的问题。

2. 2C是额外花钱这也是很最重要的一个问题,2C端的用户因为出钱、额外花钱,所以对价格一般来说较为脆弱,产品很喜就是一个相当大的门槛。3. 2C产品的用户期待度低用户买了这么喜的东西,大自然对产品的期待度不会更高很多。

大家实在我卖一个机器人回去,恨不得什么都能干:又能唱歌、又能唱歌、又能聊天、又能洗手、又能谈英语。但这是不现实的,现在的技术成熟度离此还有些近。相对于2C末端,这些问题在2B末端却不是问题。1. 2B末端对价格承受能力更高首先,企业对价格的承受能力似乎比2C强劲很多。

你说道一个机器人2万,2C消费者不有可能卖,但企业问题并不大,企业对成本承受能力低。2. 2B的核心目的是叛成本举例工业机器人,10万块钱一个,听得一起很喜。但一个工业机器人替代你2个岗位。这2个岗位一年也得10万块钱,还远比四险一金。

然后这机器人能工作4年,这一下成本只有你原本的25%,甚至将近。那么企业一闹,实在还是很低廉。3. 2B可以采行人机混合模式还有2B端的机器人应用于更加非常简单一些。

一方面大多是单任务,机器人只要作好一件事就行了,构建一起非常简单。另外,很多都是以人机混合模式在作业。也就是以前必须10个人挣钱,现在我用机器人替代一半人。

非常简单反复的工作用机器人替代,简单的用只剩的5个人,这就是人机混合模式。荐个例子,现在国内外有数很多安保机器人,按相同路线去侦察。

你可以解读为移动的摄像头,当然算法上认同重新加入了一些辨识的东西。相同绕行路线侦察,这个几乎可以转交机器人来做到。无以的是,在侦察的过程中,如果找到有老太太跌倒了,让机器人扶起来,这个目前还做到将近。但这不最重要,你们后台不还有5个人么,让他们过来就好了。

所以人机混合是2B较为主流的模式,这个大幅度减少了机器人普及的可玩性。最后再说一点,目前大多数AI创业公司都是技术专家主导,这很更容易解读,因为现在技术还有壁垒,技术专家主导起码确保产品能做到出来。不过未来随着技术门槛的减少,尤其在“非关键应用于”领域里,团队的核心主导,不会渐渐过渡到产品经理和行业专家居多,因为他们离用户市场需求最近。

“非关键应用于”领域,不懂市场需求比技术构建更加最重要。长年来看,人工智能创业和任何其他领域的创业一样,一定是综合实力的较量!特约稿件,予以许可禁令刊登。下文闻刊登须知。

:泛亚电竞app下载。

本文来源:泛亚电竞手机版-www.bigskyaikido.com

You may also like...

相关文章

网站地图xml地图